ディープラーニング:畳み込みAuto Encoder(CAE)による画像異常検知と位置検出
近年、様々な分野で適用が進むディープラーニングですが、部品、化学材料、衣料、食品といった製造業での検品業務では発生確率の低い異常を検知したい場面があります。一般的な教師あり学習ではあらかじめラベル付けが必要であったり、学習させたものしか検出できないため、異常検知に適用するには向かないことがあります。
このビデオでは畳み込みAuto-Encoder (CAE)と正常な画像のみを使って、画像の異常個所を特定する方法を紹介します。一つのネットワークの学習で事前に見たことがない複数種類の異常を検出できる可能性があります。
また、MATLAB®を利用する利点として、ネットワーク定義や、メモリ消費の観点から画像サイズよりネットワークの入力サイズを小さくして利用する場合の効率的なコーディングを方法をご紹介します。
公開年: 2019 年 11 月 5 日
Sélectionner un site web
Choisissez un site web pour accéder au contenu traduit dans votre langue (lorsqu'il est disponible) et voir les événements et les offres locales. D’après votre position, nous vous recommandons de sélectionner la région suivante : .
Vous pouvez également sélectionner un site web dans la liste suivante :
Comment optimiser les performances du site
Pour optimiser les performances du site, sélectionnez la région Chine (en chinois ou en anglais). Les sites de MathWorks pour les autres pays ne sont pas optimisés pour les visites provenant de votre région.
Amériques
- América Latina (Español)
- Canada (English)
- United States (English)
Europe
- Belgium (English)
- Denmark (English)
- Deutschland (Deutsch)
- España (Español)
- Finland (English)
- France (Français)
- Ireland (English)
- Italia (Italiano)
- Luxembourg (English)
- Netherlands (English)
- Norway (English)
- Österreich (Deutsch)
- Portugal (English)
- Sweden (English)
- Switzerland
- United Kingdom (English)
Asie-Pacifique
- Australia (English)
- India (English)
- New Zealand (English)
- 中国
- 日本Japanese (日本語)
- 한국Korean (한국어)